光学系统设计缺陷的空间光线追迹分析

利用空间光线追迹方法，模拟一激光光束实时变换系统的光学变换特性，对该光学系统的设计缺陷进行分析，提出改进方案     

基于混沌神经网络动态联想记忆的电机故障诊断

采用一种由混论神经元构成的神经网络,通过研究其非线性动力学特性、混炖吸引子轨迹以及对初始条件的敏感性,实现混炖神经网络的动态联想记忆。在此基础上,应用混沌神经网络对异步电动机鼠笼转子断条故障进行动态记忆和恢复。研究结果表明,基于混炖神经网络的故障诊断有助于故障模式的记忆和重视。     

稠密气固两相流动的颗粒二阶矩方法及鼓泡床流化特性的模拟

采用颗粒动理学方法,考虑颗粒速度脉动各向异性,建立颗粒相二阶矩模型。应用初等输运理论,对三阶关联项进行模化和封闭。考虑颗粒与壁面之间的能量传递和交换,建立颗粒相边界条件模型。数值模拟鼓泡流化床内气固两相流动特性,模拟结果表明鼓泡流化床内颗粒相湍流脉动具有明显的各向异性。预测颗粒速度与Muller等和Yuu等实测结果相吻合。预测颗粒脉动速度二阶矩与Muller等实验结果变化趋势相同。统计得到的固相雷诺应力型二阶矩与Muller等实测颗粒脉动速度二阶矩和Yuu等实测颗粒脉动速度相吻合。     

IN738LC镍基高温合金高温低周疲劳性能的研究

以特殊热处理的方法将ＩＮ７３８ＬＣ合金中的第二相颗粒处理成只由４５０ｎｍ边长的立方形ｒ’相构成的试样和只由直径为８０ｎｍ的球形ｒ’相所构成的试样。在对这两种试样进行的１２２３Ｋ低周疲劳试验中发展,应谱速率不同,试样循环变形的机理也不同。无论是含大颗粒的试样还是含小颗粒的试样,在大应变速率时是颗粒被切割的变形机制,而在小变形速率条件下是类似于蠕变变形的位错攀移机制,在对小颗粒ｒ’相试样的试验中,发现有循环软化现象。     

0.5μm光刻采用大数值孔径i线步进机

采用几种实用ｉ线抗蚀剂，０４８ＮＡｉ线５×镜头具有０５μｍ线间对成像能力，焦深大于１μｍ。这种镜头与０４０ＮＡ的ｉ线镜头对比，０４０ＮＡ的ｉ线镜头对于≥０７μｍ的线间对图形具有较好的焦深，而０４８ＮＡｉ线镜头对于＜０７μｍ的线间对图形具有较好的焦深，并且可将截止分辨率延伸到０３５μｍ。并探讨了这种镜头吸热效应的相对不灵敏性和这种镜头内Ｈｅ气体的过压作用。假设模拟制作０５μｍ线间对图形的最佳数值孔径在０５～０５５之间，进而提出对０４μｍ线间对图形具有足够焦深，使得ｉ线光刻成为ＤＵＶ光刻技术生产６４ＭＤＲＡＭ器件时代的竞争者。     

基于LSTNet模型的配电台区短期电力负荷预测研究

短期电力负荷预测作为电力系统运行规划的重要依据，对电力系统的安全经济运行有重要意义。提出一种长期和短期时间序列网络（LSTNet）模型对配电台区的短期负荷变化进行预测。该模型用卷积神经网络（CNN）提取负荷数据间的局部依赖关系，用长短时记忆（LSTM）神经网络提取负荷数据长期变化趋势，再融合传统自回归模型解决神经网络对负荷数据极端值的不敏感问题，最后将某一配电台区的电力负荷数据用于网络的训练和预测过程中。通过仿真实验案例发现，相较于以往LSTM、双向长短时记忆神经网络（Bi-LSTM）和CNN-LSTM的预测模型，LSTNet模型在短期负荷预测方面更具优势、预测精度更高。